Генерируют синусоидальный сигнал, дискретизированный в течение 1 секунды при частоте 100 Гц. Добавьте синусоиду более высокой частоты для моделирования шума.

fs = 100;
t = 0:1/fs:1;
x = sin(2*pi*t*3)+0.25*sin(2*pi*t*40);

Используйте медианный фильтр 10-го порядка для сглаживания сигнала. Постройте график результата.

y = medfilt1(x,10);

plot(t,x,t,y)
legend('Original','Filtered')
legend('boxoff')

Формирование двухканального сигнала, состоящего из синусоид различных частот. Размещайте шипы в случайных местах. Используйте NaNs для случайного добавления отсутствующих образцов. Сбросьте генератор случайных чисел для воспроизводимых результатов. Постройте график сигнала.

rng('default')

n = 59;
x = sin(pi./[15 10]'*(1:n)+pi/3)';

spk = randi(2*n,9,1);
x(spk) = x(spk)*2;
x(randi(2*n,6,1)) = NaN;

plot(x)

Фильтрация сигнала с помощью medfilt1 с настройками по умолчанию. Постройте график отфильтрованного сигнала. По умолчанию фильтр назначает NaN медиане любого сегмента с отсутствующими выборками.

y = medfilt1(x);
plot(y)

Транспонируйте исходный сигнал. Выполните повторную фильтрацию, указав, что функция работает вдоль строк. Исключить отсутствующие образцы при вычислении медианов. Если оставить второй аргумент пустым, то medfilt1 использует порядок фильтра по умолчанию 3.

y = medfilt1(x',[],[],2,'omitnan');
plot(y')

Функция не может присвоить значение сегменту, содержащему только NaNs. Увеличьте длину сегмента, чтобы устранить эту проблему. Изменение также позволяет более тщательно удалить отклонение.

y = medfilt1(x,4,'omitnan');
plot(y)

Заполнение нуля по умолчанию приводит к недооценке функцией значений сигнала на краях. Уменьшите этот эффект, используя уменьшающиеся окна для вычисления медиан на концах.

y = medfilt1(x,4,'omitnan','truncate');
plot(y)